Buchumschlag

Barrier-enforced multi-objective optimization for direct point and sharp interval forecasting

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Amnuaypongsa, Worachit, Suparanonrat, Yotsapat, Wanitchollakit, Pana, Songsiri, Jitkomut
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning Systems and Control
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Large width penalization for neural network-based prediction interval estimation
von: Amnuaypongsa, Worachit, et al.
Veröffentlicht: (2024)

Stochastic EMS for Optimal 24/7 Carbon-Free Energy Operations
von: Tongamrak, Natanon, et al.
Veröffentlicht: (2026)

NOSTRA: A noise-resilient and sparse data framework for trust region based multi objective Bayesian optimization
von: Ghasemzadeh, Maryam, et al.
Veröffentlicht: (2025)

Load constrained wind farm flow control through multi-objective multi-agent reinforcement learning
von: Åstrand, Teodor, et al.
Veröffentlicht: (2026)

Probabilistic forecasting of power system imbalance using neural network-based ensembles
von: Van Gompel, Jonas, et al.
Veröffentlicht: (2024)

Building a temperature forecasting model for the city with the regression neural network (RNN)
von: Tran, Nguyen Phuc, et al.
Veröffentlicht: (2024)

Time series forecasting with high stakes: A field study of the air cargo industry
von: Garg, Abhinav, et al.
Veröffentlicht: (2024)

Impact of data for forecasting on performance of model predictive control in buildings with smart energy storage
von: Langtry, Max, et al.
Veröffentlicht: (2024)

Learning responsibility allocations for multi-agent interactions: A differentiable optimization approach with control barrier functions
von: Remy, Isaac, et al.
Veröffentlicht: (2024)

Sample Efficient Certification of Discrete-Time Control Barrier Functions
von: Mulagaleti, Sampath Kumar, et al.
Veröffentlicht: (2025)

Response-Aware Risk-Constrained Control Barrier Function With Application to Vehicles
von: Liao, Qijun, et al.
Veröffentlicht: (2026)

Recursively Feasible Probabilistic Safe Online Learning with Control Barrier Functions
von: Castañeda, Fernando, et al.
Veröffentlicht: (2022)

Improved Sample Complexity of Imitation Learning for Barrier Model Predictive Control
von: Pfrommer, Daniel, et al.
Veröffentlicht: (2024)

Bridging conformal prediction and scenario optimization
von: O'Sullivan, Niall, et al.
Veröffentlicht: (2025)

Optimal Parameter Adaptation for Safety-Critical Control via Safe Barrier Bayesian Optimization
von: Wang, Shengbo, et al.
Veröffentlicht: (2025)

Feasibility-aware Learning of Robust Temporal Logic Controllers using BarrierNet
von: Liu, Wenliang, et al.
Veröffentlicht: (2025)

Learning Robust Output Control Barrier Functions from Safe Expert Demonstrations
von: Lindemann, Lars, et al.
Veröffentlicht: (2021)

Developing a Thailand solar irradiance map using Himawari-8 satellite imageries and deep learning models
von: Suwanwimolkul, Suwichaya, et al.
Veröffentlicht: (2024)

Physics-Informed GNN for non-linear constrained optimization: PINCO a solver for the AC-optimal power flow
von: Varbella, Anna, et al.
Veröffentlicht: (2024)

Neural Network-assisted Interval Reachability for Systems with Control Barrier Function-Based Safe Controllers
von: Ajeyemi, Damola, et al.
Veröffentlicht: (2025)

Fast sparse optimization via adaptive shrinkage
von: Cerone, Vito, et al.
Veröffentlicht: (2025)

Barrier Certificates for Unknown Systems with Latent States and Polynomial Dynamics using Bayesian Inference
von: Lefringhausen, Robert, et al.
Veröffentlicht: (2025)

From exponential to finite/fixed-time stability: Applications to optimization
von: Ozaslan, Ibrahim K., et al.
Veröffentlicht: (2024)

Learning Performance-Oriented Control Barrier Functions Under Complex Safety Constraints and Limited Actuation
von: Manda, Lakshmideepakreddy, et al.
Veröffentlicht: (2024)

Data-Driven Distributionally Robust Safety Verification Using Barrier Certificates and Conditional Mean Embeddings
von: Schön, Oliver, et al.
Veröffentlicht: (2024)

Estimating multi-year 24/7 origin-destination demand using high-granular multi-source traffic data
von: Ma, Wei, et al.
Veröffentlicht: (2019)

Towards safe Bayesian optimization with Wiener kernel regression
von: Molodchyk, Oleksii, et al.
Veröffentlicht: (2024)

PACSBO: Probably approximately correct safe Bayesian optimization
von: Tokmak, Abdullah, et al.
Veröffentlicht: (2024)

Scalable spectral representations for multi-agent reinforcement learning in network MDPs
von: Ren, Zhaolin, et al.
Veröffentlicht: (2024)

Learning to accelerate Krasnosel'skii-Mann fixed-point iterations with guarantees
von: Martin, Andrea, et al.
Veröffentlicht: (2026)

A minimax optimal control approach for robust neural ODEs
von: Cipriani, Cristina, et al.
Veröffentlicht: (2023)

Counterfactual optimization for fault prevention in complex wind energy systems
von: Carrizosa, Emilio, et al.
Veröffentlicht: (2025)

Safety in safe Bayesian optimization and its ramifications for control
von: Fiedler, Christian, et al.
Veröffentlicht: (2025)

Urban traffic analysis and forecasting through shared Koopman eigenmodes
von: Yang, Chuhan, et al.
Veröffentlicht: (2024)

Data-Driven Permissible Safe Control with Barrier Certificates
von: Mazouz, Rayan, et al.
Veröffentlicht: (2024)

Learning Local Control Barrier Functions for Hybrid Systems
von: Yang, Shuo, et al.
Veröffentlicht: (2024)

Neural Configuration-Space Barriers for Manipulation Planning and Control
von: Long, Kehan, et al.
Veröffentlicht: (2025)

Creating walls to avoid unwanted points in root finding and optimization
von: Truong, Tuyen Trung
Veröffentlicht: (2023)

Verification of Neural Control Barrier Functions with Symbolic Derivative Bounds Propagation
von: Hu, Hanjiang, et al.
Veröffentlicht: (2024)

Scenario theory for multi-criteria data-driven decision making
von: Garatti, Simone, et al.
Veröffentlicht: (2026)